原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于小波和过程神经网络的时序聚类分析-电机与控制学报-哈尔滨
15 12 Vol. 15 No. 12
第 卷 第 期 电 机 与 控 制 学 报
20 11 12 E LE CT RI C MA C HI NE S A ND C ONT R OL Dec． 20 11
年 月
基于小波和过程神经网络的时序聚类分析
1 ，2 1
葛利 ， 印桂生
(1． ， 150001 ;
哈尔滨工程大学计算机科学与技术学院 黑龙江哈尔滨
2 ． ， 150028)
哈尔滨商业大学计算机与信息工程学院 黑龙江哈尔滨
: ，
摘 要 针对时序背景下的聚类问题 提出一种基于小波和改进自组织过程神经网络的时序聚类方
， ， ，
法 首先应用小波变换对原时序数据进行小波分解 在保留相关聚类特征的原则下 对信号进行重
; ，
构 然后将重构信号拟合为时变函数作为过程神经网络的输入 应用改进的竞争算法训练自组织过
程神经网络， ，
利用过程神经网络输入为时变函数的特点 将经过小波处理后的时序信号特征充分考
， ，
虑到聚类分析中 网络提取输入函数隐含的过程式模式特征并进行自组织 给出了改进的竞争学习
; UCI ， 、
算法 最后应用 数据集聚类结果表明 该方法在聚类正确率 网络运行时间和收敛速度上均有
， 、 ， 。
提高 同时在聚类质量 聚类速度方面表现出良好性能 能有效地应用于时序聚类
: ; ; ;
关键词 时间序列 聚类分析 自组织过程神经网络 小波
中图分类号:TP 391. 4 文献标志码:A 文章编号:1007－ 449X (2011)12－ 0078－ 05
Time series clustering analysis based on wavelet
and process neural networks
GE Li1，2 ， YIN Gui-sheng1
(1． College of Computer Science and Technology ，Harbin Engineering University ，Harbin 150001，China ;
2 ． School of Computer and Information Engineering ，Harbin
文档评论（0）